在R中对每个独立变量的值进行数据过滤

Question

我对R和数据处理一般都很陌生，所以请原谅我，如果我使用的术语很差。

我有一些离散的，非唯一的独立变量DeltaT和一个称为Score的相关值的数据。

我想只保留DeltaT中每个值的得分的前5个百分点（删除所有LT 0.95百分点）。

下图描述了我正在努力完成的工作。

我的印象是有办法做到这一点不循环，但不知道我可能需要在函数的名称。

Answer 1

下面是使用quantile()，ave()，比较和索引一个基础R解决方案：

df <- data.frame(DeltaT=c(1L,1L,1L,2L,2L,3L,3L,3L,3L,4L,4L,4L),Score=1:12); 
df[df$Score>=ave(df$Score,df$DeltaT,FUN=function(x) quantile(x,0.95)),]; 
## DeltaT Score 
## 3  1  3 
## 5  2  5 
## 9  3  9 
## 12  4 12 

---

您的示例数据并不理想，因为它不包括满足过滤条件的多个Score值的情况。我在假设您想保留满足条件的所有行的情况下编写解决方案。这是一个更好的测试：

df <- data.frame(DeltaT=c(1L,1L,1L,2L,2L,3L,3L,3L,3L,4L,4L,4L,4L),Score=c(1:12,12)); 
df[df$Score>=ave(df$Score,df$DeltaT,FUN=function(x) quantile(x,0.95)),]; 
## DeltaT Score 
## 3  1  3 
## 5  2  5 
## 9  3  9 
## 12  4 12 
## 13  4 12 

Answer 2

没有你的数据，我创建了我自己的。这里有一个方法，可以使用点函数来获得第95百分位值，并使用dplyr包的分组和过滤功能帮助您解决方案：

library(dplyr) 
df <- data.frame(DeltaT = c(rep(1, 10), rep(2, 10)), Score = c(1:10, 1:10)) 
df %>% group_by(DeltaT) %>% filter(Score >= quantile(Score, probs = 0.95)) 

输出在这种情况下会因为只有这两个分数匹配第95百分位或以上：

Source: local data frame [2 x 2] 
Groups: DeltaT [2] 

    DeltaT Score 
    <dbl> <int> 
1  1 10 
2  2 10 

您可以根据您的具体需要更改代码（如果有的话）。

Answer 3

试试这个：

library(data.table) 


setDT(df) # convert your dataset into a data.table 


output <- df[ score > quantile(df$score, c(.95)), # filter condition 
       .(score=score),      # output column 
       by=.(DeltaT) ]      # grouped by 

Answer 4

dplyr可以是非常有帮助的。 假设 “DF2” 是你data.frame

> library(dplyr) 
> group_by(df2, DeltaT) %>% summarise(Score = round(quantile(Score, probs=0.95),0)) 
Source: local data frame [4 x 2] 

    DeltaT Score 
    (dbl) (dbl) 
1  1  3 
2  2  5 
3  3  9 
4  4 12